El fenómeno de El Niño-Oscilación del Sur (ENSO) afecta fuertemente la variabilidad interanual de las condiciones hidroclimáticas. Esta variabilidad no es considerada en el enfoque tradicional de calibración y validación de modelos hidrológicos usados en la planificación y gestión de los recursos hídricos. Este artículo presenta un análisis, en el plano tiempo-frecuencia, del efecto del ENSO en el error de un modelo de evaporación. La transformada wavelet fue aplicada a dos series hidroclimáticas: evaporación de bandeja y temperatura superficial del mar en la región El Niño 3.4. Un modelo de evaporación fue calibrado localmente para Chillán, Chile. La diferencia entre los valores estimados y medidos de evaporación de bandeja fue correlacionada con la temperatura superficial del mar, encontrándose una alta correlación en periodos de cuatro a seis años asociados con eventos El Niño. El enfoque clásico de calibración de modelos y procesamiento de datos no permite el análisis de los patrones temporales inherentes a las series de tiempo y que pueden ser capturados usando wavelets.
El Niño-Southern Oscillation (ENSO) phenomenon strongly affects the interannual variability of hydroclimatic conditions. This variability is not considered in the traditional calibration and validation of hydrological models used for water resources planning and management. This paper presents an analysis, on a time-frequency basis, of ENSO effects on evaporation model errors. The wavelets transform was applied on hydroclimatic data series: monthly pan evaporation and sea surface temperature for the El Niño 3.4 region. An evaporation model was locally calibrated against measured pan evaporation data in Chillán, Chile. The difference between actual data and simulated values was correlated with the sea surface temperature, finding a high correlation in a 4- to 6-year period, associated with El Nino events. The classical approach used for model calibration and data processing did not allow the analysis of temporal patterns that are inherent to the time series and that can be captured using wavelets.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados